Está en la página 1de 4

Mate

Marca de agua frágil mejorada por la codificación de la

ceros de Z- Transform

Resumen: en este documento proporcionamos mejoras sobre la técnica de marca de agua existente
basada en la codificación de los ceros de la Transformada Z. Comparada con la técnica existente de
marca de agua basada en Z-Transform, nuestra técnica proporciona una mejor percepción visual y
fragilidad. Este algoritmo mejorado no solo es más frágil sino que también hace que la marca de
agua sea más dependiente de la imagen.

I. INTRODUCCIÓN

La expansión de internet en las últimas décadas hizo posible transmitir contextos multimedia a todos
los rincones del mundo. Junto con el crecimiento de Internet, la seguridad también se ha convertido
en una preocupación importante entre los usuarios de Internet. Con esta difusión generalizada de
datos, la detección de falsificación y la autenticación en el extremo receptor son aspectos
importantes para garantizar la integridad de la imagen. Estos aspectos se pueden lograr mediante el
uso de una técnica de marca de agua frágil. Esta técnica está diseñada para detectar cualquier
cambio realizado en la imagen y para localizar la región manipulada.

A partir de métodos de marca de agua de dominio espacial, como la modificación de LSB [6] - [10],
se implementan en las imágenes digitales varias otras marcas de marca de dominio de
transformación como DCT [4], DWT [5] y DFT [6].

Las marcas de agua basadas en LSB son menos seguras porque se pueden detectar y modificar
fácilmente. DCT y otras técnicas de marca de agua en el dominio de la frecuencia son menos
sensibles a un cambio de un solo píxel en el dominio de la frecuencia, por lo que se utilizan
principalmente en técnicas de marca de agua robustas. Se ha desarrollado una nueva técnica de
marca de agua en el dominio Z-Transform. Es propuesto por Anthony T. S. et al. utilizando
codificación en la ubicación cero de ZTransform [1], [2]. Esta técnica es superior a las técnicas de
marca de agua basadas en LSB. En la técnica existente basada en la Transformada Z, existe un
equilibrio entre la fragilidad y el PSNR.

En este documento hemos realizado esfuerzos para mejorar la perceptibilidad y la fragilidad visibles
mediante la exploración de las propiedades de ZTransform.

Hemos utilizado la propiedad que, cambiar las ubicaciones cero no afecta el valor en el lugar de la
unidad.

Prueba matemática de la siguiente manera.

Teorema: Consideremos una secuencia finita 􀀃􀀃􀀃􀀃􀀃􀀃 􀀃

􀀃􀀃􀀃􀀃 􀀃 􀀃 􀀃 􀀃, donde N es cualquier número entero mayor que cero. Si 􀀃􀀃􀀃􀀃􀀃 es una nueva secuencia
obtenida después de cambiar un cero negativo, entonces

􀀃􀀃􀀃􀀃􀀃 será igual que􀀃􀀃􀀃􀀃􀀃.

Prueba: Considere una secuencia 􀀃􀀃􀀃􀀃 􀀃􀀃􀀃 􀀃

Toma la Transformada Z para obtener

Así que concluimos que el cambio de ceros no tiene ningún


Efecto sobre el primer elemento de la secuencia.

En la sección 2 introducimos la codificación existente en ceros de

Técnica de marca de agua basada en Z-Transform. La seccion 3 presenta

Técnica de marca de agua modificada. Luego, la sección 4 compara

II. MÉTODO EXISTENTE DE WATERMARKING POR CODIFICACIÓN EN

CERO DE TRANSFORMACION Z

En este método de marca de agua, divida la imagen en bloques no superpuestos de tamaño 􀀃􀀃. Y,
además, dividir en ocho filas 􀀃􀀃􀀃􀀃 􀀃 􀀃􀀃. Luego, tome la Transformada Z de cada fila represent y
represéntela en formato de polo cero. Encuentre un valor de hash de la clave secreta y el número de
ceros complejos con ángulos 􀀃􀀃􀀃 en el rango de (0, 􀀃 / 2] de cada una de las filas. Usando el valor de
hash obtenido se genera una marca de agua intermedia de 8 bits 􀀃.

Después de esto, cada bit 􀀃􀀃􀀃 de P se usa para alterar la correspondiente

filas (􀀃􀀃􀀃 ceros. La alteración de ceros reales negativos es

Cumplido por la fórmula mencionada a continuación. Aquí alteración

de un cero real negativo 􀀃􀀃􀀃 se realiza.

􀀃􀀃􀀃􀀃 es el cero real negativo obtenido después de la codificación cero y 􀀃 es el pequeño


desplazamiento positivo que se encuentra en el rango (0, 0.1).

valor pequeño 􀀃 decide la fragilidad de la imagen con marca de agua.

Después de cambiar la ubicación cero, tome la Transformada Z inversa y obtenga valores de píxeles
con marca de agua para cada fila. Luego, combina todas las filas para obtener el bloque con marca
de agua. Este procedimiento se repite para todos los demás bloques. En el lado de detección, divida
nuevamente la imagen en bloques. En cada bloque, tome Z-Transform de cada fila y represente en
formato de polo cero. Se calcula el valor de hash de la clave secreta y el número de ceros complejos
con ángulos􀀃􀀃􀀃) en el rango de (0, 􀀃 / 2] de cada una de las filas. A partir del hash, se genera una
marca de agua intermedia de 8 bits. Finalmente, utilice estos bits y ceros reales negativos para
verificar la manipulación del bloque mediante la fórmula que se proporciona a continuación.

Encontramos 􀀃􀀃 para todas las filas en el bloque para 􀀃 􀀃 􀀃􀀃􀀃􀀃 􀀃 􀀃􀀃 y encontramos

􀀃 􀀃 􀀃􀀃􀀃􀀃􀀃􀀃􀀃 􀀃 􀀃􀀃􀀃􀀃, donde 􀀃 es la operación "O". Símbolo

R representa la región alterada si 􀀃􀀃 􀀃 􀀃.

III. MÉTODO MEJORADO DE CODIFICACIÓN DE CERO EN ZTRANSFORM

El algoritmo se ilustra en la Fig. 1. En el primer paso, divida la imagen en escala de grises en bloques
no superpuestos de 8 × 8. Luego, cada bloque se toma individualmente y se divide en dos partes de
tamaño 8 × 4. Ahora, utilizando la clave secreta y el número de bloque, se genera un número
aleatorio de 0 a 3. Este número aleatorio decide el ángulo de rotación de 8 × 4 bloques en cualquiera
de 0 °, 90 °, 180 °, 270 °. Luego, los bloques se transforman en vectores de tamaño 32 × 1. El primer
elemento de cada vector se toma y se almacena para el cálculo de hash. La Transformada Z se toma
en cada vector y se convierte al formato de polo cero. Se calcula el hash de la clave secreta, los
primeros elementos de cada vector y el número de ceros complejos con ángulos 􀀃􀀃􀀃 en el rango de
(0, 􀀃 / 2] de cada uno de los vectores. Se generan dos números binarios utilizando el hash calculado.
Ahora elija arriba un cero negativo de cada vector y ajústelos usando la fórmula dada en (9) y (10)
anteriormente. Finalmente, calcule la Transformada Z inversa y recupere los vectores con marca de
agua. Luego, vuelva a dar forma a estos vectores a 8 × 4 usando el mismo número aleatorio que se
generó antes. Luego, combine los vectores y obtenga el bloque con marca de agua. Al final, repita el
mismo procedimiento para todos los bloques y obtenga la imagen con marca de agua.

En el lado de detección, repita el mismo procedimiento para encontrar el valor de hash, para
generar dos números binarios a partir del hash calculado y para encontrar ceros de dos vectores.
Luego, en lugar de alterar el cero real negativo, verifique la ubicación de los ceros reales negativos
utilizando la fórmula mencionada anteriormente en (11). Encontramos 􀀃􀀃 para los vectores 􀀃 􀀃 􀀃􀀃􀀃 y
encontramos􀀃R según la fórmula que se presenta a continuación 􀀃 􀀃 􀀃 Representa el ‘Manipulación’
en el bloque y 􀀃 􀀃 􀀃 representa un bloque sin alteraciones. Este procedimiento se repite para todos
los bloques. En la Fig. 1 se muestra una mejor técnica de inserción y detección de marcas de agua.

IV. RESULTADOS Y DISCUSIONES

Esta sección proporciona los resultados obtenidos aplicando un método mejorado y comparando
con el existente. El parámetro 􀀃 􀀃􀀃􀀃􀀃 se toma en el experimento. Para nuestros experimentos se
utiliza una imagen de Lena en escala de grises de tamaño estándar de ocho bits (512 × 512). La
imagen original se muestra en la Fig. 2 (a) y la imagen con marca de agua se muestra en la Fig. 2 (b).
El PSNR de la imagen con marca de agua es de aproximadamente 40db, lo que hace que la marca de
agua sea imperceptible para el ojo humano. La imagen manipulada de un solo píxel se muestra en la
Fig. 2 (c) que se detecta con éxito como se muestra en la Fig. 2 (d).

Nuestro método proporciona un mejor PSNR en comparación con el método existente debido al uso
de secuencias de orden superior en ZTransform.

Esto se confirma experimentalmente representando diferentes valores de longitudes de secuencia


con respecto al PSNR obtenido para la imagen de Lena en la Fig. 3.

Hemos observado que los ceros cambiantes de la Transformada Z no afectan al primer elemento.
Esta propiedad se demuestra en el teorema dado en la sección 1. En nuestra técnica, hemos
utilizado estos primeros píxeles en el momento de la incrustación. Esto proporciona una mayor
fragilidad y seguridad en estos píxeles porque cualquier cambio realizado en estos píxeles se
detectaría fácilmente. Al elegir 􀀃 􀀃 􀀃􀀃 y el tamaño de bloque de 􀀃􀀃 􀀃 get obtenemos dos píxeles
altamente frágiles en cada bloque. Y este método proporciona una mayor fragilidad debido a la
dependencia directa de la imagen creada con estos dos píxeles en cada bloque. Nuestro método
utiliza el tamaño de bloque de 􀀃 􀀃 􀀃, por lo que proporciona la misma cantidad de localización de
manipulación que el método existente. Sin embargo, en nuestro método, la marca de agua es menos
perceptible debido a la rotación aleatoria de los bloques antes de modificar los ceros. Esta rotación
aleatoria de bloques antes de modificar los ceros hace que las franjas horizontales de los patrones
sean menos visibles en la imagen con marca de agua. Finalmente, nuestro método es más seguro
debido al hashing directo de los valores de píxeles.

CONCLUSIÓN V

En este artículo hemos discutido la mejora de la técnica de marca de agua frágil basada en Z-
Transform. La modificación de las ubicaciones de los ceros en el círculo de la unidad hace que las
marcas de agua sean muy frágiles e incluso un solo cambio de píxeles se puede detectar y localizar
con precisión. Hemos verificado que la secuenciación de orden superior funciona mejor que la
secuenciación de orden inferior en la técnica de marca de agua basada en ZTransform, por lo que
incrementamos el orden de ocho a 32 y verificamos la gran mejora en el PSNR. También hemos
obtenido una mejora significativa en el PSNR debido a la rotación aleatoria de los bloques de imagen
antes de tomar Z-Transform en el proceso de marca de agua. Finalmente, se confirma que el hashing
directo de dos píxeles en cada bloque en el momento de la inserción proporcionará una mayor
fragilidad a esos píxeles.